2023년 5월 25일
아래와 같이 생각하였으나, chatGPT 및 대화형 AI 서비스는 정확도가 낮고 실제로 존재하지 않는 영화를 추천하는 문제가 있었습니다.
그 외의 데이터도 데이터간의 차이가 심하고 시간적 여유가 부족하여, 결국 1-a의 조회한 영화의 장르, 키워드, 배우를 활용하여 하나의 영화당 약 만개의 데이터를 분석해둬
2023년 5월 16일
결론: 다양한 서비스 및 방법으로 여러 영화를 추천 받아서 그걸 합쳐서 유저에게 영화를 추천해주자
이유: 하이브리드 추천 시스템을 사용하면 왜 다른 서비스(ex. chatGPT)가 아닌 우리 서비스를 사용해야 하는가에 대한 당위성을 얻을 수 있음
해당 글 참조 (https://velog.io/@xilver0203/추천-시스템-1.-추천-시스템-입문과-하이브리드-추천-시스템-Hybrid-Recommender-System)
조금 더 자세히 설명하자면, 예를 들어 chatGPT에게만 영화를 추천 받는다면 굳이 우리 서비스를 사용하지 않고 chatGPT에 직접 이동해서 유저가 직접 추천을 받으면 그만임.
하지만 만약, 우리 서비스가 직접 다양한 서비스로부터 유저가 재밌이어할 만한 영화를 수집해서 그걸 정리해서 알려준다면 어떨까?
예시:
유저 June:
26세 남성
재미있게 본 장르는 공상과학 장르
재미있게 본 영화 3개는 인셉션, 인터스텔라, 셔터 아일랜드
추천:
- 아래의 방법으로 여러개의 영화 추천 리스트를 수집함
- 유저가 우리 사이트에서 어떤 영화를 클릭한 데이터, 어떤 장르의 영화를 조회한 데이터 등을 활용해 영화를 5개 선정 → created()
- chatGPT에게 3개의 영화를 제공하고 이를 재밌게 본 사람에게 추천할만한 영화 5개를 받아옴
- 네이버영화 API를 활용해 공상과학 장르의 영화 평점이 높은 순으로 정렬해 영화 5개를 받아옴
- IMDB를 활용해 공상과학 장르의 영화 평점이 높은순으로 정렬해 5개 받아옴 (https://stackoverflow.com/questions/70437111/how-to-get-the-top-10-movies-of-a-given-genre-with-imdbpy)
- https://developer.imdb.com/non-commercial-datasets/ IMDB 데이터셋을 받아와서 써야할듯?
- TMDB 영화 추천 API를 활용해 인셉션, 인터스텔라, 셔터아일랜드 각 영화마다 3개의 추천 영화 총 9개를 수집 (https://developers.themoviedb.org/3/movies/get-movie-recommendations)
- 비공식 넷플릭스 API를 활용해 영화에 달린 태그 가져오기
- https://unogs.com/
- 로튼토마토 평점 활용
- https://developer.fandango.com/rotten_tomatoes
- 메타크리틱 평점 활용
- https://rapidapi.com/Prastiwar/api/metacriticapi/